一种植物油中苯并（a）芘含量测定的固相萃取前处理方法

为了建立一种准确性高、成本低的植物油中苯并(a)芘测定的样品前处理方法，基于GB 5009.7—2016以自制氧化铝柱为固相萃取柱，采用单因素试验对称样量、洗脱剂量、洗脱流速、吸附剂存放时间、吸附剂量这5个影响植物油中苯并（a）芘洗脱的因素进行研究，优化前处理条件，并对测定方法进行考察。结果表明：优化的前处理条件为称样量0.100 0 g、洗脱剂量120 mL、吸附剂（氧化铝）量22 g、洗脱流速1滴/2 s、吸附剂存放时间少于12周；方法检出限为0.2 μg/L，样品加标回收率为94.23%～100.00%，RSD为1.20%～7.36%；同一样品测定结果与SGS测定值接近，相对平均偏差为2.36%～3.50%。说明本试验方法测定结果准确，可应用于油脂企业植物油中痕量苯并（a）芘的测定。     

冷低压分离器油相系统铵盐垢下腐蚀风险的模拟预测

为探究某加氢装置高压换热器管束腐蚀泄漏原因，利用Aspen Plus工艺模拟软件计算了冷低压分离器油相（简称冷低分油）中水质量分数分别为1%,2%,3%时，冷低分油系统的露点温度、氯化铵结晶温度、氯化铵潮解点温度和相对湿度。结果表明：相较于经验的露点温度预测方法，通过引入潮解点、划分系统“湿环境”温度范围判断氯化铵垢下腐蚀风险区域的方法与实际腐蚀案例更为切合；在3种油相含水条件下，换热器管束存在氯化铵垢下腐蚀的“湿环境”温度范围分别为：50~103 ℃,50~161 ℃,50~176 ℃；随着油相中含水量的提高，“湿环境”腐蚀区域逐渐向高温部位迁移，预计铵盐导致的垢下腐蚀将会愈加严重。     

汽轮机转子钢低周疲劳数据批量化处理方法

为高效快速地进行汽轮机转子低周疲劳数据处理分析,采用低周疲劳数据批量化处理方法,利用数据处理程序中工具箱的强大图像编辑处理功能直接处理曲线,经过多种汽轮机转子钢百余次数据处理可以验证,数据处理程序运行稳定,数据可靠。     

反褶积拓宽频率方法研究

反褶积技术是地震资料处理中最常规和最重要的手段之一,反褶积的主要目的是压缩地震子波,提高地震资料的分辨率,等同于在频率域拓宽地震资料的频带。另外反褶积还可以压制多次波,提高信噪比。预测反褶积是反褶积中比较常用的方法之一。首先介绍了预测反褶积技术的基本原理,通过模型试算验证了预测反褶积算法的有效性及正确性。并将编写的预测反褶积算法应用于实际地震数据,反褶积后频带拓宽了17Hz,高低频成分均得到了提升。     

采用温控和碘吸收池技术的发射激光稳频技术

多普勒测风激光雷达通过分析系统回波信号的多普勒频移反演出风速，为提高风场探测精度，从稳频技术方面展开研究。在稳频过程中，分别采取措施消除激光频率的长期漂移和短期抖动。针对激光频率的长期漂移，设计并研制了种子激光器温控箱，通过水浴的控温方式大大减小了激光频率的长期漂移，将激光频率稳定在±50 MHz以内；针对激光频率的短期抖动，采用以碘分子吸收池为核心器件的稳频系统，通过半导体控温方式对碘分子吸收池精确控温，控温精度达0.03 ℃，提高了稳频精度，将激光频率进一步稳定在±8 MHz以内，满足±10 MHz以内的设计精度要求。通过搭建多普勒测风激光雷达系统，对发射激光稳频装置进行系统验证，连续4组风场观测结果表明:系统探测高度为17 km，绝大部分方差在4 m/s以下，满足测风激光雷达测量指标的要求。     

欢迎订阅2021年《真空》杂志

《真空》杂志创刊于1964年,由中国机械工业集团有限公司沈阳真空技术研究所主办,沈阳真空杂志社编辑出版,国内外公开发行。国家级刊物,首批列入我国"中文核心期刊要目总览",首批列入"中国科技论文统计与分析"刊源,首批入编"中国学术期刊光盘版"。50多年来在我国真空界享有盛名,颇受广大读者欢迎,为我国真空企业界首选技术刊物。     

十字域去噪技术在沙漠低信噪比地区的应用

十字域去噪技术是一种三维锥体滤波,最广泛应用在针对面波噪音的去除上。古城地区由于受地表巨厚沙丘影响及地震地质条件的限制,野外采集的地震资料信噪比很低,不仅存在高能面波干扰,还存在很强的高速折射波噪音,检波点域线性干扰尤其严重。根据古城地区原始地震资料噪音特点,分别针对低速低频面波噪音和高速高频折射波噪音的设计滤波器,两次应用十字域去噪技术,在最大程度保护信号的同时,有效地去除了面波和折射波等线性干扰,提高了资料信噪比,改善了成像质量,取得了很好的效果。实际应用表明,十字域去噪技术相比传统的二维F-K滤波具有明显的优势。     

基于堆叠稀疏去噪自动编码网络与多隐层反向传播神经网络的铣刀磨损预测模型

刀具磨损状态是机械加工过程中需考虑的重要因素之一.针对铣刀磨损的在线预测问题,建立了一种基于深度学习的铣刀磨损预测模型.首先,将采集到的铣刀切削时的振动信号进行小波去噪后,利用快速傅里叶变换和小波包分解等技术提取时域、频域及时频域上的特征参数,并根据相关性分析从中筛选出合格的特征参数合并为特征向量,以此作为堆叠稀疏去噪自动编码网络(SSDAE)的含噪样本.其次,利用特征后处理的方式对已经筛选出的特征参数进行单调不递减及平滑处理,并将其作为SSDAE的无噪样本来训练该网络.然后,将经过SSDAE降维后的特征向量作为多隐层反向传播神经网络(BPNN)的输入,以这些特征对应的实际铣刀的磨损量作为标签对该网络进行拟合训练.最后,对训练好的模型进行实验验证,通过测试数据集和人为加入噪声的测试数据集的对比,结果显示所提模型不仅具有较高的预测精度,还具有较高的鲁棒性.     

掘进机电控箱振动响应分析

在综合考虑电控箱、减振器以及支撑底板等因素的基础上,建立了电控箱减振系统力学模型,并分析了电控箱底板为简谐运动时电控箱的振动响应情况。结果表明,在不同频率的激振载荷作用下,电控箱各个端点的加速度响应均表现为竖直方向最大,说明电控箱在竖直方向的振动最严重,振动激励也最敏感。另外,电控箱水平方向离机架越远,振动响应也越大,且系统在71 Hz频率时电控箱与输入载荷之间达到共振。研究结果为电控箱的设计及减振提供理论指导。